TensorFlow.js 卷积神经网络手写数字识别

源码

digit-recognizer

demo

https://github-laziji.github.io/digit-recognizer/
演示开始时需要加载大概100M的训练数据, 稍等片刻

调整训练集的大小, 观察测试结果的准确性

数据来源

数据来源与 https://www.kaggle.com 中的一道题目 digit-recognizer
题目给出42000条训练数据(包含图片和标签)以及28000条测试数据(只包含图片)
要求给这些测试数据打上标签[0-9]描述该图像显示的是哪个数字, 要尽可能的准确

网站中还有许多其他的机器学习的题目以及数据, 是个很好的练手的地方

实现

TensorFlow是一个开源的机器学习库, 利用这个库我们可以快速地构建机器学习项目
这里我们使用TensorFlow.js来实现识别手写数字

创建模型

卷积神经网络的第一层有两种作用, 它既是输入层也是执行层, 接收IMAGE_H * IMAGE_W大小的黑白像素
最后一层是输出层, 有10个输出单元, 代表着0-9这十个值的概率分布, 例如 Label=2 , 输出为[0.02,0.01,0.9,...,0.01]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
function createConvModel() {
const model = tf.sequential();

model.add(tf.layers.conv2d({
inputShape: [IMAGE_H, IMAGE_W, 1],
kernelSize: 3,
filters: 16,
activation: 'relu'
}));

model.add(tf.layers.maxPooling2d({ poolSize: 2, strides: 2 }));
model.add(tf.layers.conv2d({ kernelSize: 3, filters: 32, activation: 'relu' }));
model.add(tf.layers.maxPooling2d({ poolSize: 2, strides: 2 }));
model.add(tf.layers.conv2d({ kernelSize: 3, filters: 32, activation: 'relu' }));
model.add(tf.layers.flatten({}));

model.add(tf.layers.dense({ units: 64, activation: 'relu' }));
model.add(tf.layers.dense({ units: 10, activation: 'softmax' }));

return model;
}

训练模型

我们选择适当的优化器和损失函数, 来编译模型

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
async function train() {

ui.trainLog('Create model...');
model = createConvModel();

ui.trainLog('Compile model...');
const optimizer = 'rmsprop';
model.compile({
optimizer,
loss: 'categoricalCrossentropy',
metrics: ['accuracy'],
});
const trainData = Data.getTrainData(ui.getTrainNum());

ui.trainLog('Training model...');
await model.fit(trainData.xs, trainData.labels, {});

ui.trainLog('Completed!');
ui.trainCompleted();
}

测试

这里测试一组测试数据, 返回对应的标签, 即十个输出单元中概率最高的下标

1
2
3
4
5
6
7
8
9
10
11
12
13
function testOne(xs){
if(!model){
ui.viewLog('Need to train the model first');
return;
}
ui.viewLog('Testing...');
let output = model.predict(xs);
ui.viewLog('Completed!');
output.print();
const axis = 1;
const predictions = output.argMax(axis).dataSync();
return predictions[0];
}

 欢迎关注我的博客公众号
如果觉得我的文章对你有用,请随意赞赏
0%